摘要
本申请涉及一种融合机理模型和深度学习的舆情联合预测方法和装置。引入图神经网络的消息传递机制替代传统社会互动机制,以实现模型参数的自动优化,在信息交互过程中,个体构建基于图注意力机制的自适应影响权重计算机制,以适应交互过程中对象间影响权重的动态变化,从而控制社交网络中的信息流动。另外,构建了真实观点、推导观点、环境噪声时序三元组输入,在考虑噪声因素的基础上,实现模型推导结果与真实数据的融合。
技术关键词
观点
社交
联合预测方法
三元组
网络
消息传递机制
序列
LSTM模型
注意力机制
预测装置
滑动窗口
模块
关系
节点
邻域
参数
时序
计算机
噪声